时间：2023-05-17 16:11:29
序论：在您撰写金融科技概念时，参考他人的优秀作品可以开阔视野，小编为您整理的7篇范文，希望这些建议能够激发您的创作热情，引导您走向新的创作高度。
中图分类号：f832文献标识码：a文章编号：16749944（2013）08029102
1引言
在当今社会中，科技资源与金融资本已经成为推动经济发展的两大引擎。如何做好科技金融的结合现今已经成为我国经济发展中亟待解决的问题。
2科技金融概念的辨析
科技金融这一概念最早的雏形形成于卡萝塔·佩蕾丝的《技术革命与金融资本》，其中描述了技术创新与金融资本结合的基本范式。纵观世界经济的发展进步，每次爆发式的经济发展都伴随着金融资本与技术创新的高度结合，对利润天生的敏锐促使金融资本一次次将技术创新成功地财富化，因此每次技术创新的繁荣都伴生着金融创新的出现[1]。
国内对于“科技金融”的论述，往往是将其看做科技与金融结合的产物，是促进科技成果转化的一系列工具、制度、服务等的系统体系[2]，同时也是作为国家科技创新体系和金融体系的组成部分而存在的。在国内高新技术产业亟待发展的今天，对科技金融的研究价值是毋庸置疑的，但是从经济学的角度出发，对“科技金融”的研究不应该总是被看做科技的外生变量，也不应该是金融的外生变量。科技金融不仅仅是科技和金融的简单结合，甚至不仅仅是一种创新，更应该是属于技术经济的范畴，其本身是一个科技创新资本化的过程，或者说是无差异的资本经过科技创新这一异化配置手段，获得高于传统金融附加值的投资回报过程[3]。
3科技金融的运作模式
3.1全产业运作模式
科技资源和金融资本作为当前经济发展最活跃的两个因素，其结合程度和结合方式直接影响着两种资源的配置效果。很多时候，我们会发现，科技与金融的结合并没有产生预想中的良好效应，使我们对这两类资源的结合产生了怀疑。本文认为，究其原因，在于配置机理的模糊导致了配置方式的不合理，故而产生了1+1<2的怀疑和失望。
从全产业链价值体系的角度出发，科技金融需要一个完整体系和框架去被培育和发展。在培育一个市场的时候，需要回避的是市场失灵，科技金融正是如此。具体地说，我们现在需要的科技金融，不是一种片段性的创新，而是整个体系的创新。如创业投资、科技担保、科技保险、信用融资、科技债券等，基本都是各自孤立地发展起来的。虽然这对于国内科技金融创新时间的发展起了莫大的推动作用，但是却也和科技金融整体发展缓慢的事实形成了鲜明的对比。长此以往，这种既缺乏理论上的建构，也缺乏链条上的衔接的发展模式，必然会导致片断性创新的过度投资，同时也伴随着产业链上其他环节不发育的情况出现，从而导致了科技金融全产业链的投资失败。以信用融资为例，信用市场的快速发展，促生了更多信用评估机构，但是由于信用产品应用市场的不完善，又使得信用服务相对过度，必然会产生市场的不均衡和资源的浪费，从而产生逆向竞争，信用产品被搁置，服务质量下降，信用市场萎缩，往往使得信用融资这一片断性创新方式夭折，导致整个信用服务产业链的投资失败。这便是典型的产业发育断裂。
3.2政府对市场培育
从培育的角度讲，科技金融不仅仅是一般的市场行为，同时应该具有强烈的政策性[4]，也就是说，科技金融应该同时具备金融属性和财政属性。因为对一种战略性市场的培育，科技金融市场失灵的环节更应该是政策性最应该关注的环节。比如，在科技创新的整个过程中，由于科技创新越前端风险越大，因而其科技创新的融资问题更需要政府提供大力的支持；科技创新活动进入稳定和成熟期后，往往有与之匹配的金融市场，因而科技金融对其的支持会越来越少。从这个角度讲，科技金融工作更需要的是体制上的创新，而不仅仅是金融工具的创新。科技金融体制的建立是科技金融体系最上层的创新，是最需要政府关注也最能体现创新性的环节。
4结语
针对科技金融整体发展缓慢的现状，我们不能仅仅只将科技生于金融之外，期待科技能得到金融的帮助和支持。因为这样的思路和模式不够系统，违背了科技与金融的内在关系。应该认清金融资本作为一种市场资源的逐利性，培养一个让金融资本有利可逐的投资渠道是现阶段科技金融最应该创新的环节。科技金融
的实质是科技资源借助金融资源实现风险的分散和价值发现，金融资源通过科技创新产生的生产效率的提高取得高额的回报。只有是这样一个存在相互反馈的体系，才能保证科技金融作为一个整体而形成动态的平衡，实现两大资源的互利互动，体系发展。
参考文献：
[1]卡萝塔·佩蕾丝.技术革命与金融资本[m].北京：中国人民大学出版社，2007.
[2]赵昌文.科技金融 [m].北京：科学出版社，2009.
关键词：反洗钱；关联规则；模糊集；隶属函数
中图分类号：F830文献标识码：A 文章编号：1002-2848-2007（02）-0057-04
随着反洗钱工作的不断深入，对海量金融交易数据进行有效挖掘，从中判别出可疑金融交易已经成为反洗钱工作的关键环节之一。具有多种成熟算法的关联规则挖掘算法成为最具挑战性的挖掘工具，最早的关联规则挖掘问题由Agrawal等人提出［1］，通过几年的发展，已有了很多成熟有效的算法［2,3］，但传统的关联规则挖掘问题仅能处理布尔属性的数据，即项目存在或是不存在。而在金融交易数据中存在大量的表（关系），包含着丰富的属性类型。有的属性是数量型的（如年龄，交易金额等）或者是分类型的（如邮政编码，电话号码等），这些属性间蕴涵着丰富的关联关系。有效的发现这些关联关系，对于实际决策过程具有十分重要的意义。
量化关联规则由Srikant等人于1996年提出，其算法的主要思想是采取分区技术，将需进行量化处理的属性的域划分成一个一个区间，并对相邻区间适当的合并，从而将问题转化为布尔关联规则的问题进行解决［4］。尽管这一方法为解决量化关联规则的挖掘问题提供了一条有效途径，但也存在明显的不足：首先，造成明显的边界问题，即在挖掘过程中，对靠近区间边界值的作用，要么过分强调，要么被忽略；其次，划分的区间可能不简明或无实际意义，不利于专家理解和信息抽取。
同时，通过对已知的洗钱行为的分析，可以发现，大量的犯罪分子在了解可疑金融交易报告体制的条件下，往往会故意减少一点交易金额（使交易金额在监管范围以外），从而达到规避金融部门进一步检查的目的。针对以上问题，本文提出了基于模糊概念的量化属性关联规则挖掘方法。该方法以模糊集理论为基础，通过在数据属性域上定义一组模糊概念，将隐含于量化属性间的关联关系转化为模糊概念间的问题而解决。这样，就可以解决因区间划分不明确而引发的问题，并且使得到的结果简明、便于理解。
一、问题定义
（一） 模糊概念表示
由于金融交易数据的多样性与复杂性，其中很多数据需要借助模糊概念进行表示。虽然模糊概念的内涵与外延都不明确，但人脑却善于判别与处理不精确、非定量的模糊概念，并从中得出具有一定精度的结论。所以，对数据库的量化属性处理不采用区间划分的方法，而采用模糊概念对其进行抽象、概括，从而使得最终挖掘出的规则表示自然、简明、易于专家理解。模糊概念的数学表示就是模糊集合论，其不明确的内涵与外延隶属函数定量描述。所以，模糊概念实际上是在一定论域中的一些模糊集合。
为便于与量化属性统一处理，对属性类型，可将其值映射成整数，从而将类型属性转化为量化属性进行处理：而对于精确概念将其看作模糊概念的特殊情况进行处理，即隶属函数的值域退化为{0,1}。这里的模糊概念及其对应的模糊集和相应的隶属函数可由反洗钱领域的专家定义，或是对大量数据进行模拟测试，经训练得到。
（二） 模糊关联规则定义
利用模糊概念表示的关联规则也称为模糊关联规则。首先定义模糊概念模式及其支持率，然后给出模糊关联规则的定义及其兴趣性度量方法。
为挖掘有效的模糊关联规则，用户必须预先给定最小支持率minsup和最小置信度mincon。所以，模糊关联规则的挖掘问题就是对给定的数据库D和量化属性域上定义的模糊概念集N，发现支持率和置信度分别大于minsup和mincon的所有模糊关联规则。
（三） 早期量化关联规则算法
1．等深划分(equi-depth partitioning)
划分为N个区间，每一个包含大致相同的样本个数。Fukuda提出的等深度划分方法［5］在一定程度上解决了过小支持率和过小置信度问题。这种方法趋向于将支持率较高的区域划分为多个小区间，离散化后原本相近的连续属性取值分散到不同的区间，降低了包含该属性峰值区域的项集支持率；当支持率降到最小支持率以下的时候导致信息丢失。当数据分布在某个点附近达到峰值时，等深度划分这种机械的方法并不能反应出数据本身的特点，因此，我认为对像金融交易数据这样的高偏度数据处理效果不理想。
2．部分k度完全方法（partial k-compelement）
当数据分布在某个点附近达到峰值时，等深度划分不能反映出数据本身的特点。另一方面，聚类方法可以定量地确定对象之间的亲疏关系，对于给定的大样本，在没有已知模式参考情况下，聚类方法能够按照样本的本性将对象分类，在解决数量关联问题中，应用聚类方法将属性值分类，得到的每一类，构成一个区间，可以解决等深度划分不能解决的问题，能体现出数据的分布情况。
Agrawal等人提出的基于支持率的部分k度完全方法的优越之处在于：所得到的区间支持率大于最小支持率，不会因过小支持率而被忽略，同时给出了置信的降低程度，在一定程度上限制了过小置信度导致的信息丢失［4］。
二、模糊关联规则的挖掘算法
由频繁模糊概念模式生成模糊关联规则的算法，通常采用Agrawal在文献中给出的算法。算法中符号分别定义为：D金融交易数据库；N模糊概念集；长度为k的候选模糊概念模式；长度为k的频繁模糊概念模式；p.sum记录对模糊概念模式P的支持率之和。
输入：金融交易数据库D，模糊概念集N及对应的模糊集和隶属函数，最小支持率minsup。
输出：频繁模糊概念模式L。
三、算法验证
为分析方便，仅以个人金融交易数据为例。表1是经过垂直分割后提取的具有代表性的金融交易数据记录，分别为交易标识号（ID）、交易人年龄（Age）、交易收付标志（OutorIn）、交易人本月内交易次数（NumMon）和交易金额（Num）。
表1个人原始交易数据表
表2 在属性Age，OutorIn，Num，NumMon上定义的模糊概念、模糊集和隶属函数
表2分别给出了在属性Age，OutorIn，Num，NumMon上定义的模糊概念、模糊集和隶属函数。其中，OutorIn为类型属性，为便于处理，在挖掘中将其转化为数量属性，用1表示Out，0表示In。
以上关联规则就为我们得出部分普遍性规律，如果某位交易客户违背了这种规律，就可以认为是可疑金融交易行为，可对其进行进一步的分析调查。
四、结束语
与基于分区方法的量化关联挖掘算法比较，该算法的优点：（1）通过定义模糊概念软化了属性域的划分边界，在集合和非集合元素之间提供平滑的变迁，在挖掘时充分地、合理地考虑各个元素所作的贡献，克服了因划分区间而造成的不足，也减少了属性-值对应的数目。（2）用模糊概念表示属性间的关联关系，自然、简明、便于工作人员进行具体的分析。（3）用户可在属性上定义不同数目的模糊概念，方便地控制关联规则的普遍化与具体化的程度。通过实验验证，算法是有效的。
参考文献：
［1］Agrawal R, Imielinski T, Swami A. Mining association rules between set of items in targe databases. In:Proceedings of the 1993 ACM-SIGMOD Conference on Management of Data, Washington,D.C, 1993:207-216.
［2］Agrawal R, Strikant R. Fast algorithms for mining association rules. In: Proceedings of the 20th VLDB Conference, Santiago, Chile, 1994: 247-299.
［3］Park J, Chen M, Yu Y. An effective hash-based algorithm for mining association rules. In: Proceedings of 1995 ACM SIGMOD International Conference on Management of Data, San Jose, USA, 1995: 175.
［4］Srikant R, Agrawal R. Mining quantitative association rules in large relational Tables. In: Proceedings of the ACM SICMOND International Conference on Management of Data, Monreal, Canada, 1996:1-12.
电子信息概念股成为沪深主板新的投资热点，七大常委齐聚北京中关村科技园调研，主力机构全线启动软件、大数据、4G、智慧城市等领域股票，电子信息概念掀起涨停热潮。浪潮软件、中国软件、东软股份、太极股份为首的4大“特一级”软件天王强势上攻连续涨停，高居涨幅榜前列，成为电子信息概念股的领涨龙头；中创信测连续6个一字涨停板，成为电子信息概念股的王者。杰赛科技、东方国信、华星创业、高鸿股份等4G电信概念股；同有科技、拓尔思为代表的大数据概念股；紫光股份、飞乐股份等智慧城市概念股成为细分领域的龙头品种，强势启动迹象明显，有望成为未来新的主攻对象。笔者认为，电子信息概念股有望成为继上海自贸区后主板市场新的主流热点，建议投资者重点关注。
电子商务概念股风头正劲，商业连锁O2O模式受追捧，互联网金融涨停风云再起。以号百控股、深圳华强、外运发展为代表的电子商务概念股，连续涨停成为市场红色的海洋。此外，苏宁云商、农产品、深赛格、物产中拓等电子商务概念股也有精彩表现。阿里强势入驻天弘基金，引发互联网金融的蝴蝶效应，以内蒙君正、金证股份双剑客为龙头的互联网金融概念股连续涨停，开启互联网金融主升浪的路程。微信购物成为新时尚，O2O转型带来想象，商业零售业迎来第二春，友阿股份联手微信，首家零售百货业实现网上支付、红旗连锁开启一元廉价超市、天虹商场微信商铺正红火，笔者相信后市会有更精彩的表现。
金融改革创新投资大主线是笔者多次强调的下半年投资大主线，自贸区、电子商务、互联网金融、商业连锁O2O、民营银行、等概念股，都是围绕金融改革创新进行的。笔者认为源于创新和改革的行情才进入中场，所有与创新有关的各种经营模式必将受到投资者的青睐，金融改革、、养老改革、税制改革等科技创新和金融改革创新投资良机在等待我们。
以互联网为主要科技发明的第四次工业革命，正在快速而深刻地冲击着中国的各个传统行业。在这次颠覆式冲击中，金融业是受到影响最大的行业之一。虽然从全球视野来看，金融业这一长达几百年历史的古老行业，在前三次的工业革命冲击下也发生了_一些改变，但是这一次面对互联网科技革命，所受到的影响似乎是前所未有的。
对于当前互联网对金融的颠覆式冲击所形成的新模式，有些人定义为互联网金融，是指互联网企业经营金融业务；有些人则定义为金融互联网，是指传统金融机构以互联网科技为工具实施金融模式再造。这两个概念的定义，都企图将互联网和金融这两个事物排出个主次，从而在一定程度上形成了互联网与金融之间的割裂和对立。
或许人们还没意识到，这两个概念所造成的割裂和对立，在理念上酝酿着一种非理性冲突：一方面是互联网新锐们对传统金融行业“傲慢的挑衅”，认为传统的金融业将会像十几年前比尔・盖茨预言的“变成灭绝的恐龙”；另一方面则是传统金融家们对新兴科技“不屑的偏见”，认为互联网就像之前工业革命中的蒸汽机、电力和电子计算机等一样，不过是传统金融业的一个工具。
互联网新锐们当然有其“傲慢”的理由，一些电商、搜索引擎等互联网企业，通过自己的互联网渠道，可以轻而易举地募集到传统金融机构可能需要几年才能募集到的资金。比如阿里巴巴的“余额宝”，在推出短短5个月的时间内，所积累的余额已经突破千亿元。要知道，当前中国资产规模超过千亿元的金融机构一共不到100家。再联想到马云之前提到的“如果银行自己不改变，我们就去改变银行”，如此野蛮生长的互联网金融难免在业内引起一场不小的恐慌。
传统的金融家们也有其“偏见”的理由，互联网科技革命的发源地美国就是一个很好的例子。在美国，互联网被广泛应用于传统的金融行业，形成网上银行、线上保险（放心保）和网络证券等以互联网为载体的金融业务，互联网金融一直没有形成强势的独立产业，无论是作为P2P模式的借贷俱乐部（lendingclub），作为众筹模式的凯克斯达特（Kickstarter），还是作为免费个人理财网站的敏特（Mint），在美国金融市场所占的份额几乎可以忽略不计。因此，中国传统的金融家们才会产生，“互联网科技不会对金融业造成实质影响”的判断。
我认为，如果把互联网与金融这两个概念割裂开来，并不能完全描述当前金融业正在发生什么、改变着什么。当前互联网与金融之间最终形成的既不是“科技决定论”的互联网金融，也不是“金融主导论”的金融互联网，而是一种前所未有的、在中国金融发展和科技进步相互交织的特定时空点上，所形成的一种新的模式形态，我们可以称其为“新金融”。
“新金融”新在何处
我们提出新金融的概念，首先是希望将当前的互联网金融与金融互联网综合在一起，以一种更加辽阔的视角，去消除互联网与金融之间的“傲慢与偏见”，以便能更加客观和理性地描述当前中国金融业，在互联网浪潮的冲击下所形成的新模式、新业态。
而更重要的，是通过深入考究中国正在形成的“新金融”范式，在中国特定的历史条件和时代背景下，为金融业尤其是商业银行正确处理金融与互联网之间的关系，形成更加符合市场需求和顺应科技进步的金融运营模式，既不能因为漠视科技的作用而造成“被动挨打”的局面，又不能忘却主业陷入以科技决定论为主导的“军备竞赛”陷阱。要实现这一目的，必须站在更高的历史视角去审视当前中国金融业正在发生的事情。
当前，有两件众所周知的大事同时出现在中国金融业，一个是包括汇率和利率市场化在内的金融市场化，另一个则是金融与互联网科技的融合。如果我们分别看这两件事情，并不会显得多么纷繁复杂难以理解。但是，当两者放在一起，在一个时空交叠的纬度里看这两件事情的时候，就发生了一些变化。
发生了什么变化呢？一个是前面提到的，互联网金融对商业银行存款的分流，这也成就了余额宝们的神话。另一个则是市场规律的变化，数量多但是资金少的低端客户正在成为银行的下一个利润点。以前传统金融业严格遵循“二八法则”，即20%的客户创造80%的利润，处于“长尾”的客户是不创造利润或者创造很少利润的。但是现在，由于互联网的渠道便利以及大数据的运用，产生了以前不曾有的“一元就可理财”的现象，这将可能令人震惊地改变业界长期公认的“二八法则”。
但我认为，当前互联网金融之所以如此野蛮生长，根本原因并不在于技术原因，而是中国的利率市场化没有完全实现，大量的资金看似流入了互联网金融，实际上则通过互联网渠道流入了可市场化定价的金融产品中。因此，在这次冲击中，仍是金融的供需规律起决定性作用。换句话说，当中国的利率市场化完全实现，合理的定价将会改变当前的这种局势。但是，互联网科技对“二八法则”的颠覆，以及对“长尾”市场的支撑，在几年前就得到了验证，这会对传统的金融经营模式形成再造式的影响。
认识到这两点，互联网企业和传统金融机构都应该反思对彼此的认知。我们提出“新金融”这一概念，实际上也是一种反思的结果。迄今为止，还没有一个概念能够将金融市场化和金融互联网化紧密结合在一起来考虑。
可见，“新金融”是中国金融发展到一定阶段表现出的特有现象，它是中国正在进行的金融市场化与全世界正在进行的科技互联网革命，以一种机缘巧合、时空交织的方式相互融合、相互渗透形成的一种新的金融模式。这个模式的特殊之处表现在，它既不是以往的商业模式利用科技工具实现效率提升（金融互联网），也不是新科技新发明以产业化的姿态实现商业价值（互联网金融），而是一种更加深刻而又广泛的生产力一生产关系的生态化融合，也就是技术和商业在更深的层次上史无前例地实现了思想、理念和精神的交融。在这个融合过程中，金融作为一种“虚拟经济”，互联网作为一种“虚拟网络”，在成长基因和运行机理上表现出令人惊叹的、前所未有的商业和技术之间的“珠联璧合”。在这种革命性的融合大潮面前，互联网金融和金融互联网都不足以完全概括现象的本质，而囊括两者的“新金融”概念的提出，更能描述中国的金融业在当前纷繁复杂的时代变迁中，正在经历着什么、改变着什么。
所谓新金融，简单地说就是将互联网金融和金融互联网融合在一起，按照互联网的理念和精神――而非只是技术――去经营金融的事情。新金融概念的提出，消除了互联网金融和金融互联网因工具一目的主次对立造成的“傲慢与偏见”，我们主张作为“虚拟经济”的金融与作为“虚拟网络”的互联网，应充分利用其基因的先天优势，以一种更加平等、共生和交互的精神在“基因”层面进行再造，而非简单地在“器官”层面进行“移植”。
“新金融”是一种商业模式，更是一种思想理念。可以断言，中国商业银行能否有效应对近在咫尺的利率市场化，从根本上取决于对“新金融”的认识和运用。
如何迎接“新金融”时代
第一创业的涨停拉开了中小创市场夏季行情进攻的序幕，次新股领衔主演再现小盘高成长魅力，高送转、3D玻璃、稀土永磁等各路角色粉墨登场，将本周中小创市场热点行情演绎的美轮美奂。
次新股领衔主演涨停潮。次新股是中小创市场中主力资金的主战场，也是夏季行情最大的投资主线，笔者上周推荐的次新股投资组合更有精彩的表现。本周市场，以第一创业、吴志机电、银宝山新、可立克为代表的次新四天王周涨幅均在30%左右，高举中小创次新股龙头的大旗进攻，分别代表着券商、新科技、高送转、新能源四大热点，成为中小创市场的中流砥柱，率领着以华源包装、国恩股份、永和智控、世嘉股份；以川金诺、盛天网络、神思电子、名家汇、景嘉微为代表的创业板次新军团，连续拉升迭创上市新高，可以说次新股是市场最具人气和趋势性牛股特征的主流热点。对于次新概念股的投资主线，笔者并不认为当下是高处不胜寒，反而相信只要中线耐心持有，必将看到险峰的无限风光。
高送转客串连板好戏。高送转进入了除权、填权阶段，涨停板填权成为夏季行情的最大特征，本周市场填权概念股风生水起，其中以中小创市场为代表的填权概念股表现尤为精彩，星星科技、长亮科技凭双子星连续3涨停成为填权概念股大龙头，勇夺中小创周涨幅榜桂冠。此外，以长亮科技、赢时胜为代表的区块链金融概念股，以银宝山新、正业科技为代表的次新股，以中航电测、天华超净、洲明科技为代表的半导体概念股，以劲胜精密、恒信移动为代表的虚拟现实概念股，以英唐智控、奋达科技为代表的人工智能概念股，以福晶科技为代表的量子通信概念股，以天瑞仪器为代表的检测仪器概念股，以理邦仪器为代表的智能医疗概念股，也有亮丽的表现，连续放量大涨成为市场的焦点。
3D玻璃惊艳博眼球。新材料投资主线上，锂电池、OLED、稀土永磁一直贯穿今年的行情，3D玻璃作为最新投资主题更是受到主力游资的青睐，主要基于：（1）三星galaxys7和小米5等已率先使用了双面3D玻璃，苹果也计划推出玻璃机身和金属边框的iPhone，明年换装为OLED显示屏。（2）近期多家券商密集有关3D曲面玻璃研报，作为3D玻璃强贯穿今年行情的助推，预计市场规模在千亿级别。本周市场星星科技依靠“全自动2.5D及3D玻璃热弯成型技术”连续3涨停，一举成为3D玻璃概念股的大龙头，点燃了蓝思科技、水晶光电、中航三鑫等概念股的走强，将3D玻璃概念股带向。目前中小创市场涉及3D玻璃概念股主要有蓝思科技、星星科技、吴志机电、水晶光电、合力泰、凯盛科技、维宏股份等，建议投资者关注回落低吸的机会。
展望后市，笔者看好区块链技术概念股，理由主要有三方面：第一，中国首个区块链联盟、中国分布式总账基础协议联盟、金融区块链合作联盟（深圳）最近相继成立驱动；第二，2016年国际区块链峰会月底召开事件驱动；第三，区块链技术日趋成熟，国际金融巨头纷纷布局区块链，将迎来新的投资热潮。综述，笔者认为区块链概念股赋予了互联网金融新的时代使命，一个全新的区块链技术产业链投资热潮，必将诞生中线大牛股。
改革预期是主题投资的第一驱动力。李总理在达沃斯论坛强调，今年后四个月，重点改革的具体包括：“深化金融改革，推进民营银行试点工作，清理规范金融业准入限制，推进多层次资本市场发展；深化国有企业改革，推进价格改革，完善能源产品、药品和医疗服务价格形成机制等”。笔者认为，围绕总理讲话展开的投资主线将成为后市焦点，建议投资者重点布局以下四大投资主线：（1）金融改革投资主线的民营银行、互联网金融概念股。（2）国企改革投资主线的的央企及地方国资委概念股。（3）能源价改投资主线的民营油气、石油装备概念股。（4）药品医疗价改投资主线的民营医院、移动医疗、医药电商等概念股。
国企改革投资主线上，特钢概念股收尾军工改制，电改、油改等领域概念股脱颖而出。军工改制投资主线自5月启动至今，大多龙头品种已进行了18-20周左右的上涨周期，目前进入高位整理阶段。本周市场主力机构凭借着中民投选择四家民营高铁公司注入资金，作为其兼并重组整合的平台的利好因素疯狂拉升以中原特钢、大冶特钢、西宁特钢、方大特钢为代表的特殊钢材四小龙，笔者深感此举有军工改制投资主线有收尾之兆，故建议投资者对军工改制概念股短线逢高减仓的投资策略。央改、地方国资委投资主线上，在新能泰山（华能集团控股）连续3涨停的龙头示范作用下，围绕具有央企背景的各个领域的改革概念股率纷纷揭竿而起，以豫能控股为代表的电力改革概念股，以阳谷华泰为代表的油改概念股，以海南橡胶、丰林集团为代表的农垦系改革概念股，以福瑞股份为龙头的医改概念股，以大禹节水为龙头的农改概念股，成为国企改革概念股的领军人物，成为国企改革最亮丽的风景。
新经济投资主线上，新科技、新技术依然是投资者的大众情人，移动互联网、智慧城市两大投资主线表现最强势。本周市场以三联商社（国美在线资产置换预期）、春兴精工（拟3000万布局电子商务）、绵世股份（旗下P2P平台隆隆网近期上线）为代表的电子商务概念股，以生意宝为代表的互联网金融概念股继续上演掘金热潮。笔者上期推荐的移动医疗概念股小荷才露尖尖角，以东软股份、万达信息、宝通带业为代表的移动医疗概念股，成为移动互联网投资主线的的新黑马，后市潜力不容小觑。受第四届中国智慧城市技术与应用产品博览会即将开幕和上海智慧城市三年行动计划驱动，以和晶科技为代表的智能家居概念股，以捷顺科技为代表的智能交通概念股，以北生制药为代表的重组型智慧城市概念股倍受青睐。
展望后市热点，笔者认为中线继续围绕改革主线操作依然是稳健性投资者首选，短线建议关注被誉为“第四代电视”的激光电视产业链。激光电视是继液晶、OLED显示技术之后电视产业的又一项新型技术革命，随着海信电器100英寸的激光电视问世，激光电视产业链有望出现短线升机。
中报概念股独领。随着“2013年中报预约披露时间表”的出台，华平股份将打响中报战役第一枪，中报概念股炒作行情如期展开。智云股份，上半年利润净增9倍和10转10高送转预案，成为两市第一家中报高送转预案公司；向日葵10转12高送转预案，其超低的价格和超高的送转方案，更是受到投资者的青睐。本周市场的中报概念股龙头，无疑就是智云股份和向日葵。笔者上期推荐的联创节能、江山股份、麦捷科技、银邦股份等表现也十分出色。
笔者认为，中报概念股的重点应着眼于高送转题材上，投资者应从以下思路选择标的：第一，选择已明确送转方案的股票逢低布局、中线持有，博取更大的收益，建议关注智云股份、向日葵等龙头品种。第二，从公司基本面分析出发，从各项财务指标中挖掘可能高送转股票，建议关注沃森生物、闰土股份、老板电器、焦点科技、海格通信、科远股份等股票。
手机游戏概念股依然倍受市场资金青睐，众多上市公司更是掀起了向网游进军的风潮，无疑都是看重手机游戏市场的巨大消费潜力。本周市场以浙报传媒、掌趣科技、天音控股为龙头的正宗游戏概念股、以华润锦华、深圳华强为首的泛手游概念股都有不错的上涨。
互联网金融是继温州金改后掀起的金融改革新浪潮，这是来自草根的金融革命，必将引发中国金融格局的惊天变化。内蒙君正、金证股份、东方财富、大智慧等龙头股连续涨停，内蒙君正等龙头股随受特停影响，相关概念股出现短期震荡，但不改互联网金融概念股中期上升趋势。
特斯拉概念股接过手机游戏概念股的领涨大旗。据媒体报道，由厦门大学和中航锂电联合承担，国家高技术研究发展计划（863计划）支持的“高安全性动力电池用功能隔膜的技术开发”项目，已建成一条年产300万平方米陶瓷功能隔膜试验线。中航锂电隔膜技术取得新突破，锂电蓝海引爆成长炒作，锂电技术革命概念股风起云涌，本周市场以成飞集成、大东南为龙头的锂电隔膜概念股连续涨停，彰显王者风范；欣旺达、亿纬锂能、江苏国泰等锂电概念股更是涨势喜人。
